# H3 Max Reference to Video API

> Pembuatan video H3 Max yang menjaga konsistensi subjek menggunakan gambar, video, dan klip audio referensi

Membuat video yang diarahkan oleh aset referensi: hingga 9 gambar, 3 video, dan 3 klip audio, dengan maksimal 12 file secara keseluruhan. Prompt merujuknya sebagai Image 1, Video 1, Audio 1, dan seterusnya. Bingkai pertama, tengah (`middle_image_url` pada `middle_frame_time`), dan terakhir opsional menetapkan awal, tengah, dan akhir. `duration` adalah 0.92 hingga 15 detik, dan `aspect_ratio` dapat bersifat adaptif.

- Model id: `minimax/h3-max/reference-to-video`
- Made by: MiniMax
- Category: Reference to Video
- Output: video
- Price per second of your output video: from $0.05 / second of output video (cheapest run $0.05 (50 API credits))
- Run: `POST https://api.doitong.ru/v1/run/minimax/h3-max/reference-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/minimax/h3-max/reference-to-video`
- Docs page: https://doitong.com/id/developers/models/minimax/h3-max/reference-to-video

## Pricing

Price: **from $0.05 / second of output video** (the lowest tier; the quote prices your exact input). Price per second of your output video: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

Price by tier:

- 480P: $0.05 / second of output video
- 768P: $0.08 / second of output video
- 1080P: $0.16 / second of output video

The full example input below costs $0.40 = 400 API credits (5 s output video × $0.08 (768P)).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/minimax/h3-max/reference-to-video` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  | 1 – 50000 characters | Instruksi pembuatan video dengan referensi yang diidentifikasi berdasarkan jenis aset dan posisi dalam setiap daftar referensi, menggunakan label seperti Audio 1, Video 1, Image 1, Image 2, dan seterusnya. |
| `reference_image_urls` | `images` | array of image URL | no |  | ≤ 9 items | URL gambar referensi subjek atau gaya, dengan batas maksimum bersama 12 file untuk semua referensi video dan audio. Identifikasi gambar ini dalam prompt berdasarkan posisi daftar menggunakan Image 1, Image 2, dan label berikutnya. |
| `reference_video_urls` |  | array of video URL | no |  | ≤ 3 items | URL video referensi gerakan atau lainnya, diidentifikasi berdasarkan posisi daftar dalam prompt menggunakan Video 1, Video 2, dan label berikutnya. Batas bersama untuk referensi gambar, video, dan audio adalah 12 file; setiap klip video harus berdurasi 2–15 detik dan totalnya tidak lebih dari 15 detik. |
| `reference_audio_urls` |  | array of audio URL | no |  | ≤ 3 items | Sediakan audio referensi sebagai URL dan identifikasi klip dalam prompt menggunakan Audio 1, Audio 2, dan label berikutnya. Setiap klip harus berdurasi 2–15 detik, dengan total audio tidak lebih dari 15 detik. Jenis referensi gambar, video, dan audio apa pun dapat disediakan sendiri atau digabungkan, dengan batas maksimum bersama 12 file. |
| `image_url` | `image` | string (image URL) \| null | no |  | ≥ 1 characters | URL gambar opsional yang menentukan bingkai pembuka secara tepat dan menentukan kanvas output. Aset referensi mempertahankan konsistensi subjek. |
| `middle_image_url` |  | string (image URL) \| null | no |  | ≥ 1 characters | Gambar panduan opsional untuk middle_frame_time, hanya tersedia pada pembuatan native 480P atau 768P serta jika gambar awal dan gambar akhir sama-sama disediakan. |
| `middle_frame_time` |  | number \| null | no |  | > 0, < 15 | Waktu penempatan gambar tengah, hanya dapat digunakan dengan middle_image_url dan dibatasi pada posisi yang berada tepat di antara bingkai pertama dan terakhir video yang diminta. Sediakan detik yang telah berlalu sejak awal; nilainya dibulatkan ke bingkai terdekat pada 24 fps. |
| `end_image_url` | `end_image` | string (image URL) \| null | no |  | ≥ 1 characters | URL gambar akhir opsional yang menetapkan bingkai akhir video secara tepat ke gambar yang disediakan. |
| `duration` |  | number | no | `5` | 0.92 – 15 | Durasi yang diminta dalam detik, dengan panjang video aktual hingga sekitar 0.7 detik lebih lama dari permintaan tersebut. |
| `resolution` |  | enum (string) | no | `768P` | `480P`, `768P`, `1080P` | Pilihan resolusi pembuatan: 1080P memerlukan penyempurnaan laten dari materi yang dibuat secara native pada 768P, bukan pembuatan native pada resolusi yang dipilih. |
| `seed` |  | integer \| null | no |  |  | Seed untuk pembuatan acak; jika tidak diberikan, seed dipilih secara acak. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Aktivasi pemeriksa keamanan; true mengaktifkan pemeriksaan. |
| `prompt_expansion_mode` |  | string | yes | `balanced` |  | Upaya penulisan ulang prompt sebelum pembuatan: 'quality' mengembangkan prompt yang lebih kaya selama sekitar 30 detik, sedangkan 'balanced' mengembalikan hasil dalam kira-kira satu detik. Pilih 'disabled' untuk menghilangkan perluasan prompt. |
| `aspect_ratio` |  | enum (string) | no | `adaptive` | `adaptive`, `21:9`, `16:9`, `4:3`, `1:1`, `3:4`, `9:16` | Rasio aspek video output. |
| `reference_conditions` |  | array of object {type, url} | no |  | ≤ 12 items | Daftar referensi yang disediakan sebagai alternatif untuk reference_*_urls, tidak pernah bersamaan dengan parameter tersebut. Urutan lintas modalitas memiliki arti, sehingga urutannya dipertahankan selama pemrosesan. |
| `reference_conditions[].type` |  | enum (string) | yes |  | `image`, `video`, `audio` | Modalitas referensi; urutan lintas modalitas dalam daftar memiliki arti. |
| `reference_conditions[].url` |  | string | yes |  | ≥ 1 characters | URL media referensi. |

File parameters (`images`, `reference_video_urls`, `reference_audio_urls`, `image`, `middle_image_url`, `end_image`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "prompt_expansion_mode": "balanced"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "prompt_expansion_mode": "balanced"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/minimax/h3-max/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/minimax/h3-max/reference-to-video?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/minimax/h3-max/reference-to-video", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "minimax/h3-max/reference-to-video",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "prompt_expansion_mode": "balanced"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3-max/reference-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 400,
    "usd": "0.40",
    "charged": 400,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt_expansion_mode": "balanced"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "expanded_prompt": "string",
    "seed": 42,
    "timings": {}
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} | Video yang dihasilkan oleh model. |
| `expanded_prompt` | string \| null | Prompt yang diperluas dan siap digunakan model, atau null jika teks yang diperluas tidak tersedia. Kasus null mencakup perluasan yang dinonaktifkan, perluasan yang tidak mengubah apa pun, dan perluasan yang ditangani secara internal oleh API yang di-host model. |
| `seed` | integer | Seed dasar yang digunakan untuk mereproduksi hasil yang dibuat. |
| `timings` | object \| null | Pengukuran waktu yang dinyatakan dalam detik, hanya tersedia pada rute yang melaporkan waktu backend; jika tidak, null. Entri 'inference' mengukur durasi denoising DiT pada backend GPU. |

## Related models

- [MiniMax H3 Max Text to Video](https://doitong.com/developers/models/minimax/h3-max/text-to-video.md) (`minimax/h3-max/text-to-video`): from $0.0325 / second of output video
- [H3 Max Camera Controls](https://doitong.com/developers/models/minimax/h3-max/camera-controls.md) (`minimax/h3-max/camera-controls`): from $0.0325 / second
- [H3 Max Image to Video](https://doitong.com/developers/models/minimax/h3-max/image-to-video.md) (`minimax/h3-max/image-to-video`): from $0.0325 / second of output video
- [H3 Max](https://doitong.com/developers/models/minimax/h3-max/insert-video.md) (`minimax/h3-max/insert-video`): from $0.05 / second
- [H3 Max Extend Video](https://doitong.com/developers/models/minimax/h3-max/extend-video.md) (`minimax/h3-max/extend-video`): from $0.05 / second of output video
- [H3 Max Recast](https://doitong.com/developers/models/minimax/h3-max/recast.md) (`minimax/h3-max/recast`): from $0.30 / second of input video
- [H3 Max Reframe](https://doitong.com/developers/models/minimax/h3-max/reframe-video.md) (`minimax/h3-max/reframe-video`): from $0.05 / second of input video
- [H3 Max Relight](https://doitong.com/developers/models/minimax/h3-max/relight.md) (`minimax/h3-max/relight`): from $0.05 / second of input video

## Links

- HTML page: https://doitong.com/developers/models/minimax/h3-max/reference-to-video
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=minimax/h3-max/reference-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/minimax/h3-max/reference-to-video